收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于SVM和RPCA的目标检测算法若干研究

焦佳丽  
【摘要】:目标检测是计算机视觉研究领域中一个重要的研究方向,是其他高级视觉任务的的必备前提,基于支持向量机(SVM,Support Vector Machine)的目标检测算法是目前机器学习的主流算法,而鲁棒主成分分析(RPCA,Robust Principal Component Analysis)可以一定程度上去除待检测图像中的噪声污染,对提高目标检测的检测率有很好的帮助,本文将支持向量机分别加入显著性和卷积神经网络进行目标检测,并将鲁棒主成分分析和混合高斯模型相结合得到运动目标检测的新算法,一定程度上解决了目标检测算法研究面临的鲁棒性不高、计算量较大的问题。主要研究工作如下:(1)提出了基于显著性分析的可变形部件SVM目标检测(DPM,Deformable Part Model)算法。在可变形部件SVM目标检测模型的基础上,加入显著性检测模型,使用基于全局对比度的显著性分析方法生成显著特征图,再用可变形部件SVM模型对显著特征图进行检测目标。实验表明,该算法降低计算量,检测时间减少,检测率有所提高。(2)提出了基于支持向量机的卷积神经网络行人检测算法。在对目标图像建立多尺度图像子块的基础上,利用卷积神经网络的经典网络LeNet-5对图像进行特征提取与分类,再对卷积神经网络判别为行人的图像子块利用SVM进行二次分类。在INRIA行人数据集上进行实验,实验结果表明,行人检测精确率与召回率有较为明显的提升。(3)提出了基于RPCA和混合高斯模型的运动目标检测算法。在实际应用中,检测视频易受光照变换、遮挡等噪声的污染,为了减少噪声的污染,提出在研究运动目标检测的基础上,对视频目标进行鲁棒主成分分析,一定程度上解决了光照等噪声对检测效果带来的影响,有效的去除了噪声的影响。实验表明,本文方法对于运动目标检测表现出良好的鲁棒性。


知网文化
【相似文献】
中国期刊全文数据库 前11条
1 舒朗;郭春生;;基于回归与深度强化学习的目标检测算法[J];软件导刊;2018年12期
2 王钤;张穗华;雷丝雨;邓博文;;一种基于数据聚类的目标检测算法[J];机电产品开发与创新;2016年06期
3 孙林;鲍金河;刘一超;;高光谱图像目标检测算法分析[J];测绘科学;2012年01期
4 张桂林,熊艳,曹伟,李强;一种评价自动目标检测算法性能的方法[J];华中理工大学学报(社会科学版);1994年05期
5 许云;李彬;;基于背景遗传模型的运动目标检测算法[J];自动化技术与应用;2017年03期
6 杜佳;宋春林;;一种改进的毫米波雷达多目标检测算法[J];通信技术;2015年07期
7 诸葛霞;向健勇;;基于分形特征的目标检测算法概述及仿真[J];红外技术;2006年10期
8 赵宝康;李晋文;杨帆;刘佳豪;;一种基于深度学习的遥感图像目标检测算法[J];计算机工程与科学;2019年12期
9 丁业兵;;运动目标检测算法综述[J];科技资讯;2019年30期
10 张宽;滕国伟;;基于位置预测的目标检测算法[J];电子测量技术;2019年19期
11 方路平;何杭江;周国民;;目标检测算法研究综述[J];计算机工程与应用;2018年13期
中国重要会议论文全文数据库 前10条
1 何元磊;李红军;周陆军;李旭渊;顾立林;尼涛;;基于端元丰度量化的高光谱图像目标检测算法[A];国家安全地球物理丛书(十一)——地球物理应用前沿[C];2015年
2 孙瑾秋;张艳宁;姜磊;王敏;;基于变换域特征的星空背景弱小目标检测算法[A];第八届全国信号与信息处理联合学术会议论文集[C];2009年
3 高飞;蒋建国;安红新;齐美彬;;一种快速运动目标检测算法[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用(SCA·2011)学术会议论文摘要集[C];2011年
4 许俊平;张启衡;张耀;王华闯;;基于人眼视觉特性的小目标检测算法[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
5 王艺婷;黄世奇;刘代志;王红霞;;高光谱图像目标检测算法性能研究[A];国家安全地球物理丛书(十)——地球物理环境与国家安全[C];2014年
6 张国华;;一种基于导引头稳定平台结构的目标检测算法[A];第九届全国光电技术学术交流会论文集(下册)[C];2010年
7 郑伟成;李学伟;刘宏哲;;基于深度学习的目标检测算法综述[A];中国计算机用户协会网络应用分会2018年第二十二届网络新技术与应用年会论文集[C];2018年
8 刘昊;赵龙;;基于改进混合高斯模型的运动目标检测算法[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
9 刘峰;奚晓梁;沈同圣;;基于最大值投影的空间小目标检测算法[A];第二届空间目标与碎片监测、清理技术及应用学术研讨会论文集[C];2015年
10 邓宇;陈孝威;;综合利用时空信息的运动目标检测算法[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 黄响;高速微弱目标检测算法研究[D];西安电子科技大学;2019年
2 张丽丽;基于空谱联合特性的高光谱图像异常目标检测算法研究[D];哈尔滨工程大学;2018年
3 赵红燕;被动多基站雷达目标检测算法研究[D];西安电子科技大学;2017年
4 郭小路;多通道雷达干扰抑制与目标检测算法研究[D];西安电子科技大学;2017年
5 李健;星载宽幅SAR及目标检测算法研究[D];西安电子科技大学;2018年
6 潘雪莉;机载环视SAR海面特性和舰船目标检测算法研究[D];西安电子科技大学;2018年
7 陈宇环;联合时空特征的视觉显著目标检测算法研究[D];深圳大学;2018年
8 曾冬冬;视频监控中的前景目标检测算法研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2019年
9 王志虎;基于显著性的运动目标检测算法研究[D];国防科学技术大学;2015年
10 郭明玮;基于视觉记忆的目标检测算法:一个特征学习与特征联想的过程[D];中国科学技术大学;2014年
中国硕士学位论文全文数据库 前10条
1 王楠;基于深度学习的舰船检测识别[D];哈尔滨工业大学;2019年
2 邹丹音;基于深度学习的目标检测算法FPGA实现[D];哈尔滨工业大学;2019年
3 王嘉宁;基于实时Linux的视频目标检测系统研究与实现[D];哈尔滨工业大学;2019年
4 万晨霞;基于卷积神经网络的道路多目标检测算法研究[D];河南工业大学;2019年
5 张宏斌;基于点云的三维目标检测算法研究与标注工具设计[D];哈尔滨工业大学;2019年
6 陈心圆;基于深度学习的目标检测优化技术的研究与实现[D];国防科技大学;2017年
7 宫婷;基于深度学习的图像目标检测算法的研究[D];沈阳航空航天大学;2019年
8 解静;基于深度学习的高光谱图像目标检测算法研究[D];西安电子科技大学;2019年
9 沈威;辣椒除杂系统总体设计及杂质识别算法研究[D];青岛大学;2019年
10 王立豪;基于深度学习的目标检测研究与实现[D];西安电子科技大学;2019年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978